Sentiment Analysis para la clasificación de noticias financieras en los mercados argentinos : Un modelo híbrido de POST enriquecido semánticamente

Autores
Braña, Juan Pablo; Litterio, Alejandra; Fernández, Alejandro
Año de publicación
2016
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
El proyecto de investigación en curso, que aquí se presenta, propone un modelo híbrido enriquecido semánticamente, en el cual aplicar un etiquetador morfosintáctico con el fin de identificar cómo una determinada secuencia de palabras, a partir de una estructura sintáctica, refleja un indicador de sentimiento, esto es, clasificar una cláusula en positivo, negativo o neutro, dentro de un contexto específico, en nuestro caso particular los Mercados Financieros Argentinos. Con el propósito de llevar a cabo este estudio recolectamos, analizamos y clasificamos opiniones extraídas de usuarios de Twitter, comentarios de blogs especializados en finanzas, artículos periodísticos en economía y finanzas – que constituirá nuestro corpora ampliado−, aplicando principios y técnicas de Sentiment Analysis y Machine Learning.
Eje: Bases de Datos y Minería de Datos
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
POS tagging
Linguistics
Hybrid systems
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/52945
Acceder
id SEDICI_7cc452c7027b6fe97b61a8bf16f28e55
oai_identifier_str oai:sedici.unlp.edu.ar:10915/52945
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Sentiment Analysis para la clasificación de noticias financieras en los mercados argentinos : Un modelo híbrido de POST enriquecido semánticamenteBraña, Juan PabloLitterio, AlejandraFernández, AlejandroCiencias InformáticasPOS taggingLinguisticsHybrid systemsEl proyecto de investigación en curso, que aquí se presenta, propone un modelo híbrido enriquecido semánticamente, en el cual aplicar un etiquetador morfosintáctico con el fin de identificar cómo una determinada secuencia de palabras, a partir de una estructura sintáctica, refleja un indicador de sentimiento, esto es, clasificar una cláusula en positivo, negativo o neutro, dentro de un contexto específico, en nuestro caso particular los Mercados Financieros Argentinos. Con el propósito de llevar a cabo este estudio recolectamos, analizamos y clasificamos opiniones extraídas de usuarios de Twitter, comentarios de blogs especializados en finanzas, artículos periodísticos en economía y finanzas – que constituirá nuestro corpora ampliado−, aplicando principios y técnicas de Sentiment Analysis y Machine Learning.Eje: Bases de Datos y Minería de DatosRed de Universidades con Carreras en Informática (RedUNCI)2016-04info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf333-337http://sedici.unlp.edu.ar/handle/10915/52945spainfo:eu-repo/semantics/altIdentifier/isbn/978-950-698-377-2info:eu-repo/semantics/altIdentifier/hdl/11746/3432info:eu-repo/semantics/reference/hdl/10915/52766info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-10-15T10:57:21Zoai:sedici.unlp.edu.ar:10915/52945Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-10-15 10:57:21.318SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Sentiment Analysis para la clasificación de noticias financieras en los mercados argentinos : Un modelo híbrido de POST enriquecido semánticamente
title Sentiment Analysis para la clasificación de noticias financieras en los mercados argentinos : Un modelo híbrido de POST enriquecido semánticamente
spellingShingle Sentiment Analysis para la clasificación de noticias financieras en los mercados argentinos : Un modelo híbrido de POST enriquecido semánticamente
Braña, Juan Pablo
Ciencias Informáticas
POS tagging
Linguistics
Hybrid systems
title_short Sentiment Analysis para la clasificación de noticias financieras en los mercados argentinos : Un modelo híbrido de POST enriquecido semánticamente
title_full Sentiment Analysis para la clasificación de noticias financieras en los mercados argentinos : Un modelo híbrido de POST enriquecido semánticamente
title_fullStr Sentiment Analysis para la clasificación de noticias financieras en los mercados argentinos : Un modelo híbrido de POST enriquecido semánticamente
title_full_unstemmed Sentiment Analysis para la clasificación de noticias financieras en los mercados argentinos : Un modelo híbrido de POST enriquecido semánticamente
title_sort Sentiment Analysis para la clasificación de noticias financieras en los mercados argentinos : Un modelo híbrido de POST enriquecido semánticamente
dc.creator.none.fl_str_mv Braña, Juan Pablo
Litterio, Alejandra
Fernández, Alejandro
author Braña, Juan Pablo
author_facet Braña, Juan Pablo
Litterio, Alejandra
Fernández, Alejandro
author_role author
author2 Litterio, Alejandra
Fernández, Alejandro
author2_role author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
POS tagging
Linguistics
Hybrid systems
topic Ciencias Informáticas
POS tagging
Linguistics
Hybrid systems
dc.description.none.fl_txt_mv El proyecto de investigación en curso, que aquí se presenta, propone un modelo híbrido enriquecido semánticamente, en el cual aplicar un etiquetador morfosintáctico con el fin de identificar cómo una determinada secuencia de palabras, a partir de una estructura sintáctica, refleja un indicador de sentimiento, esto es, clasificar una cláusula en positivo, negativo o neutro, dentro de un contexto específico, en nuestro caso particular los Mercados Financieros Argentinos. Con el propósito de llevar a cabo este estudio recolectamos, analizamos y clasificamos opiniones extraídas de usuarios de Twitter, comentarios de blogs especializados en finanzas, artículos periodísticos en economía y finanzas – que constituirá nuestro corpora ampliado−, aplicando principios y técnicas de Sentiment Analysis y Machine Learning.
Eje: Bases de Datos y Minería de Datos
Red de Universidades con Carreras en Informática (RedUNCI)
description El proyecto de investigación en curso, que aquí se presenta, propone un modelo híbrido enriquecido semánticamente, en el cual aplicar un etiquetador morfosintáctico con el fin de identificar cómo una determinada secuencia de palabras, a partir de una estructura sintáctica, refleja un indicador de sentimiento, esto es, clasificar una cláusula en positivo, negativo o neutro, dentro de un contexto específico, en nuestro caso particular los Mercados Financieros Argentinos. Con el propósito de llevar a cabo este estudio recolectamos, analizamos y clasificamos opiniones extraídas de usuarios de Twitter, comentarios de blogs especializados en finanzas, artículos periodísticos en economía y finanzas – que constituirá nuestro corpora ampliado−, aplicando principios y técnicas de Sentiment Analysis y Machine Learning.
publishDate 2016
dc.date.none.fl_str_mv 2016-04
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/52945
url http://sedici.unlp.edu.ar/handle/10915/52945
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/isbn/978-950-698-377-2
info:eu-repo/semantics/altIdentifier/hdl/11746/3432
info:eu-repo/semantics/reference/hdl/10915/52766
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
dc.format.none.fl_str_mv application/pdf
333-337
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1846064019435159552
score 13.22299

Publicaciones similares